K t Lun Ch ng 1
2.2.2Mô hình hi quy tu yn tính bi
H i quy tuy n tính b i th ng đ c dùng đ ki m đ nh và gi i thích lý
thuy t nhân qu (Cooper và Schindler, 2003). Ngoài ch c n ng là m t công
c mô t , h i quy tuy n tính b i c ng đ c s d ng nh m t công c k t lu n đ ki m đ nh các gi thuy t và d báo các giá tr c a t ng th nghiên c u (Duncan, 1996). Nh v y, đ i v i nghiên c u này, h i quy tuy n tính b i là
ph ng pháp thích h p đ ki m đ nh các gi thuy t nghiên c u. M t mô hình h i quy b i đ c phát tri n nh sau:
VNINDEX= a1 + a2TYGIA+a3LAISUAT +a5CPI+ ei
VNINDEX : Ch s th tr ng ch ng khoán Vi t Nam
TYGIA : T giá h i đoái VN /USD
LAISUAT : Lãi su t chi t kh u
CPI : Ch s giá tiêu dùng
(1)T giá (TYGIA);(2)Lãi su t (LAISUAT); (3)CPI (CPI) ba y u t
này s là các bi n đ c l p. Ch s th tr ng ch ng khoán (VN-Index)s là bi n ph thu c trong mô hình h i quy nêu trên.
L nh h i quy tuy n tính trong ch ng trình SPSS đ c s d ng đ
ch y ph n m m phân tích h i quy b i. Giá tr b i R ch rõ đ l n c a m i
quan h gi a các bi n đ c l p và ph thu c. H s xác đ nh (R2) đo l ng t l
t ng bi n thiên c a bi n ph thu c đ c gi i thích b ng các bi n đ c l p trong
mô hình. Giá tr c a R2
càng cao thì kh n ng gi i thích c a mô hình h i quy
càng l n và vi c d đoán bi n ph thu c càng chính xác. Phép ki m đ nh phân tích ph ng sai (ANOVA) đ c ti n hành. N u giá tr F có ý ngha đáng
k v m t th ng kê (p < 0.05), gi thuy t thu n c a m i quan h không tuy n tính b bác b . H s beta ( ) là h s h i quy chu n hóa cho phép so sánh
tr c ti p gi a các h s , đ c xem nh là kh n ng gi i thích bi n ph thu c.
Tr tuy t đ i c a m t h s beta chu n hóa càng l n thì t m quan tr ng t ng đ i c a nó trong d báo bi n ph thu c càng cao. H s t ng quan t ng ph n (partial R) đo l ng s c m nh c a m i quan h gi a m t bi n ph thu c và m t bi n đ n đ c l p khi nh h ng d báo c a các bi n đ c l p khác trong
mô hình h i quy đ c gi nguyên (Hair & ctg, 2006).
K t qu mô hình:
Mô hình v i ba bi n đ c l pT giá (TYGIA);Lãi su t (LAISUAT);CPI (CPI) có ý ngha góp ph n tác đ ng đ n th tr ng ch ng khoán Vi t Nam do Sig.<
đi u ch nh cho th y đ t ng thích c a mô hình l n l t là 33.9% hay nói cách khác kho ng 33.9% s bi n thiên m t cách t ng ng c a bi n ph
thu c c u thành ch s TTCK Vi t Nam đ c gi i thích b i ba bi n đ c l p là T giá (TYGIA);Lãi su t (LAISUAT);CPI (CPI). H s Beta chu n hóa v i p<0.05. Nh v y mô hình h i quy b i th hi n ch s TTCK Vi t Nam d a
trên k t qu kh o sát c a nghiên c u này là:
VN-Index= 2340.211 + 1089.41CPI – 4729.545LAISUAT- 0.198 TYGIA (1.1)
Tuy nhiên, phép th giá tr dung sai (Tolerance), giá tr VIF, giá tr
Eigen và ch s đi u ki n đ c dùng đ ki m đ nh hiên t ng đa c ng tuy n
trong mô hình h i quy. Trong B ng 2.2 (Coefficiencts) t t c giá tr dung sai (adsbygoogle = window.adsbygoogle || []).push({});
c a bi n CPI và t giá đ u l n h n nh h n 0.2, các giá tr VIF t ng ng đ t
19.281 và 15.175 ( >10) cho th y s đa c ng tuy n cao làm nh h ng đ n
k t qu mô hình. Nên m t trong hai bi n CPI ho c TYGIA s b lo i b trong
B ng 2.2 K t qu d báo c a mô hình h i quy b i đ i v i ch s th tr ng ch ng khoán (VN-Index)(1)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .594a .353 .339 191.62276
a. Dependent Variable: VN-Index
b. Predictors: (Constant), TYGIA, LAISUAT, CPI
ANOVAa Model Sum of Squares df Mean Square F Sig. Regression 2786375.427 3 928791.809 25.294 .000b Residual 5103980.082 139 36719.281 Total 7890355.508 142 Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error
Beta Tolerance VIF
(Constant) 2340.211 369.577 6.332 000
CPI 1089.410 138.490 2.356 7.866 000 .052 19.281 LAISUAT -4729.545 914.199 -.593 -5.173 000 .355 2.820 TYGIA -.198 .033 -1.607 -6.045 000 .066 15.175